预测胃袖手术后减肥成功:基于机器学习的方法
Mónica Casas Domínguez1, Isabel Herrena Montano1, Juan José López Gómez2,3
1Department of Signal Theory and Communications, and Telematics Engineering, University of Valladolid, Paseo de Belén, 15, 47011 Valladolid, Spain.
Nutrients
|April 26, 2025
概括
机器学习,特别是支持矢量机器 (SVMs),可以预测Sleeve减肥手术后的成功减肥. 关键预测因素包括生化标记,人体测量数据和心理因素.
科学领域:
- 腹部外科 腹部外科
- 医疗保健中的机器学习
- 肥胖治疗结果 肥胖治疗结果
背景情况:
- 肥胖是一个关键的全球健康挑战.
- 减肥手术是对严重肥胖的最有效治疗方法.
- 预测手术后减肥是非常重要的,因为结果的变化.
研究的目的:
- 为了确定预测成功减肥的一个年后袖子减肥手术的变量.
- 将成功定义为超过30%的体重减轻.
- 评估机器学习模型的预测准确性.
主要方法:
- 利用了2013-2018年94名患者的数据集.
- 应用机器学习算法:随机森林,多层感知器,XGBoost,决策树,物流回归和支持向量机器 (SVM).
主要成果:
- SVM模型以88%的准确度和0.76.7的AUC实现了最高的性能.
- 确定了关键的预测变量:,叶酸,性酸酶,身高,转激素,体重,BMI,甘油三,贝克抑郁测试得分和胰岛素.
结论:
- 机器学习模型,特别是SVM,在预测Sleeve减肥手术成功方面表现有前途.
- 成功减肥是多因素的,受生化,人体和心理因素的影响.
